11月26日，《自然》發(fā)表了一項題為Glasses-free 3D display with ultrawide viewing range using deep learning的突破性研究：一種名為“EyeReal”的裸眼3D顯示系統(tǒng)，首次在桌面級尺寸的屏幕上，實現(xiàn)了全視差且實時的3D顯示。論文通訊作者為上海人工智能實驗室的歐陽萬里、鐘翰森。

為什么裸眼3D一直難以實現(xiàn)？

我們熟悉的3D電影通常需要佩戴特殊眼鏡，通過左右眼分別接收不同圖像來營造立體感。而真正的裸眼3D則希望不依賴任何外設(shè)，直接在空中呈現(xiàn)立體圖像。然而，這一目標(biāo)長期以來受限于一個根本問題：光學(xué)系統(tǒng)的空間帶寬積。

可以把它想象成一個水桶的容量：桶的大小是固定的，如果想覆蓋更大的面積（屏幕尺寸），水層就會變薄（視角變窄）；反之，如果想在某處有很深的水（寬視角），就只能縮小覆蓋面積。

以往的技術(shù)路線分為兩種，但都無法兼顧大畫面與寬視角：

1. 全息路線：像《星球大戰(zhàn)》中的投影，能在小范圍內(nèi)呈現(xiàn)完美的3D影像，但屏幕只有郵票大小，無法用于日常觀看。

2. 多視角路線：類似某些廣告屏，通過光學(xué)元件將不同的圖像導(dǎo)向不同角度。但這就像在屏幕上開了幾個固定的觀察孔，觀眾必須站在特定位置才能看到3D效果，一旦移動，畫面就會跳躍或消失。

破局：從“均勻灑水”到“智能追光”

上海人工智能實驗室的團(tuán)隊換了一個革命性的思路：既然桶里的水（光學(xué)信息）是有限的，何必追求在整個房間均勻灑水？何不做一個智能追光系統(tǒng)，只把水精準(zhǔn)地澆在需要的人身上？

具體來說，EyeReal的核心創(chuàng)新在于動態(tài)空間帶寬積優(yōu)化。它不再試圖為所有可能的角度同時生成完美圖像，而是通過實時追蹤你的雙眼，將全部的計算和光學(xué)資源集中用于生成你雙眼當(dāng)前所在位置能看到的最優(yōu)圖像。

不同自動立體顯示模型與EyeReal在有限空間帶寬積下的顯示效果原理對比

這一過程依賴于三項關(guān)鍵技術(shù)：

1. 精準(zhǔn)的眼球建模：系統(tǒng)使用RGB-D攝像頭捕捉觀眾雙眼的位置和方向，并建立精確的幾何模型，模擬人眼觀看真實物體時的視覺路徑。

2. 深度學(xué)習(xí)實時計算：通過一個輕量級神經(jīng)網(wǎng)絡(luò)，系統(tǒng)能在不到0.02秒內(nèi)計算出最適合當(dāng)前視角的光場圖像。所謂光場，可以理解為包含光線方向和強(qiáng)度信息的完整視覺數(shù)據(jù)。

3. 多層液晶相位調(diào)制：系統(tǒng)使用多層普通液晶屏堆疊，通過控制每層像素的相位（一種光學(xué)屬性），合成出具有深度感的立體圖像，而無需復(fù)雜的光學(xué)元件。

真實世界中的3D體驗

在實驗中，EyeReal原型機(jī)實現(xiàn)了以下突破性表現(xiàn)：

超寬視角：觀看角度超過100°，觀眾可在較大范圍內(nèi)自由移動，仍能看到連續(xù)、無跳動的3D圖像。

全視差支持：不僅支持左右眼視差，還包括上下、前后移動時的“運(yùn)動視差”，以及焦點切換時的“焦距視差”，完全模擬真實視覺。

實時響應(yīng)：系統(tǒng)以每秒50幀以上的速度運(yùn)行，足以流暢展示動態(tài)內(nèi)容。

硬件親民：僅使用普通液晶屏與攝像頭，無需昂貴定制光學(xué)元件，具備良好的商業(yè)化潛力。

EyeReal系統(tǒng)的光場傳輸裝置的原型設(shè)計：其核心結(jié)構(gòu)僅為多層液晶面板的堆疊陣列，無需任何額外的定制或復(fù)雜光學(xué)元件

在演示中，無論是虛擬城市景觀、日常家居物品，還是動態(tài)行駛的汽車，EyeReal均能穩(wěn)定呈現(xiàn)具有深度感和焦點變化的立體畫面，有效避免了傳統(tǒng)3D顯示中常見的視覺疲勞與暈眩問題。

走向更廣闊的3D世界

EyeReal的成功，證明了一條繞過物理限制的可行路徑：通過算法和智能，最大化利用有限的光學(xué)資源。盡管目前系統(tǒng)仍以單人觀看為主，但研究團(tuán)隊表示，未來可通過分時復(fù)用、多方向背光等技術(shù)擴(kuò)展至多用戶場景，為教育、醫(yī)療、工業(yè)設(shè)計和虛擬現(xiàn)實等領(lǐng)域帶來了全新的交互可能。

未來，我們有可能告別笨拙的眼鏡，與數(shù)字信息的交互將如觀察真實物體一般自然、自由和舒適。一個真正的立體視覺時代，正隨著這樣的突破悄然臨近。

編輯：郭郭

論文信息

發(fā)布期刊 Nature

發(fā)布時間 2025年11月26日

論文標(biāo)題

Glasses-free 3D display with ultrawide viewing range using deep learning

(DOI：https://doi.org/10.1038/s41586-025-09752-y）